一种基于物理模型-数据驱动的动态阈值自适应控制算法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于物理模型-数据驱动的动态阈值自适应控制算法
申请号:CN202510991737
申请日期:2025-07-18
公开号:CN120742681A
公开日期:2025-10-03
类型:发明专利
摘要
本发明属于物联网技术领域,具体涉及一种基于物理模型‑数据驱动的动态阈值自适应控制算法,包括:S1、数据采集与输入,采集的数据包括货物参数、包装参数和环境参数;S2、初始阈值计算,通过物理模型公式将货物固有属性参数和包装防护参数融合,计算初始震动阈值;S3、阈值动态修正,依据实时运输场景和运输环境参数引入运输场景修正因子,对初始阈值进行动态调整;S4、实时监测与预警,采用多级预警决策机制,根据实时震动特征与动态阈值的对比结果;S5、模型优化迭代,构建联邦学习架构,实现震动阈值模型的分布式训练与全局优化。本发明基于物理模型有效实现针对不同情况的阈值设置与调整,有效适应场景变化,大大降低误报和漏报。
技术关键词
动态 因子 服务器 物理 路况 数据 分布式训练 阶段 参数 包装缓冲材料 路段 结构抗震设计 系统固有频率 模型更新 加速度 场景 节点 物流 模型压缩
系统为您推荐了相关专利信息
鲸鱼优化算法 关键控制参数 轨迹跟踪控制 位移误差 机械臂关节
数字孪生模型 数字孪生系统 偏差 实体 关键工艺参数
信号测量方法 宽频 FFT算法 四谱线插值 频率
特征提取方式 样本 故障诊断模型 数据 阶段
清洗策略 可见光图像 脏污 光伏板 电子装置